一場源自北美的金融危機迅速席卷全球⏸⚇，遭受重創之後的全球經濟走上了蕭條之路🤽🏽，即使距離現在已有十年的時間，現在想起來依然令人心有余悸。然而，危機往往總是與機遇結伴而行。細數全球歷次重大金融危機✣，要麽是導致新的貨幣製度🍣、匯率體系在陣痛中“分娩”👨🏻‍🦱，要麽是全球國際貿易🌜、分工格局都發生巨大變化，從而改變了世界經濟格局👨🏿‍✈️。大沖擊往往帶來大變革，這次也不例外。

在經歷了2008年的全球金融海嘯和隨之而出現的全球眾多國家經濟大衰退之後，金融行業也步入了一個嶄新的時代。從管理風險到利用風險🍡，從金融科技到金融監管，我們能否找到一片新藍海？ 

“科技金融”與“金融科技”

FFR：哪些因素促成了 “金融”與“科技”的交融？

黎子良💁🏼‍♀️：金融科技的相關實踐最早出現在摩根大通、摩根士丹利、高盛等金融機構。在中國，金融與科技相融合的落地應用其實大多為“科技金融”（TechFin）而非“金融科技”（FinTech），例如螞蟻金服和騰訊目前正在運行的一些業務🐦‍🔥。這些公司自身也更願意確立 “科技”的屬性，利用互聯網技術做平臺，升級傳統金融技術。

其實，在經歷了2008年的全球金融海嘯以及由此而導致的2009年全球眾多國家經濟大衰退之後，金融行業已經進入了一個全新的時代🧛‍♂️。這個時代的開啟以兩項改變人們生活和商業模式的“革命”為標誌🍨：一項革命為面向金融服務的“金融科技革命”😥，另一項革命被稱為“大數據革命”🔎。

2014年8月，聯合國秘書長任命了一個獨立顧問團就“發起可持續發展的數據革命”提出建議。《哈佛商業評論》2012年10月刊發了一篇題為《大數據：管理改革》的文章🪠。2015年8月20日🐌，中國國務院總理李克強要求不同的政府部門共享數據並執行大數據操作計劃✬。緊接著中國國務院又於2015年9月5日發布了在經濟規劃、金融、國土安全、交通💆🏼‍♀️、農業、環境和醫療等領域發展和推廣大數據應用的行動計劃◾️。 

從管理風險到利用風險

FFR：您在相關研究和教學中是否能夠體會到這一變革？

黎子良：全新的金融時代和技術革命讓很多學生與金融從業人士深深著迷🌈🚵‍♂️，量化投資和高頻交易吸引了很多投資者和研究人員🧗🏼‍♂️。在這方面，我有一個非常有意思的親身經歷，這就要提到我寫的一本書了🛄。在最初寫作這本書的時候🤵‍♀️，我將這本書命名為《積極的金融市場風險管理》（Active Risk Management in Financial Market），書中對“華爾街改革”做了相關闡述——美國聯邦政府為了應對2008年肇始於美國並迅速席卷全球的金融風暴而製定的一部大規模的金融改革法案。

 “幸運”的是，這本初稿從未發表。後來🌿，書更名為《財務和保險領域的數據分析和風險管理》（Data Analytics and Risk Management in Finance and Insurance ）😋。之所以更名👩🏻‍🦽🎂，很大程度上源於我的親身教學體驗。我在斯坦福大學講授過很多課程。曾經有一個學期⛳️，我講授“風險管理”（Risk Management）這門課。但授課的過程當中，我發現了學生們尤其是即將畢業的學生並不是很想做風險管理😝，相反他們對對沖基金相當感興趣🤿。因此，我在2014年開設了一門新的課程➜： “量化交易”——從風險管理過渡到如何有效地利用風險，立即成為了斯坦福的熱門課程🎊。 

FFR🏘：您為何將此書的側重點設為保險科技（InsurTech）？

黎子良🤽🏼‍♀️：因為在保險體系中⛹️，發生問題的點往往在於無法建模。比如關於債務抵押債券（Collateralized Debt Obligation），究竟要怎樣對信用違約進行建模呢🙍🏽‍♀️？保險業應該應用怎樣的模型呢？這些就是屬於保險科技的範疇了。

如今🗄💙，大數據分析和人工智能技術已經開始並越來越廣泛地應用於保險領域🧲。可以發現🫡，保險公司可以通過所獲得的數據的數量和種類來增加收入😌🙏🏿、控製成本並應對可能的競爭威脅🤷🏿‍♂️。同時😟，人口統計、心理統計、索賠趨勢和產品相關信息等海量數據可以幫助我們更有效地評估和管理風險，從而形成更加合理的新產品策略以及更加高效的索賠處理方式🧑🏽‍🍼。在保險領域，大數據分析的實際用例主要包括：風險規避、產品個性化⛔️、交叉銷售和追加銷售、欺詐檢測、災難規劃⚂、客戶需求分析。 

FFR：要進入量化交易與區塊鏈的相關研究與實踐，對知識體系有哪些要求？

黎子良🧗🏼‍♀️🧘🏻‍♂️：量化交易成為這個新時代中動態優化、金融科技和風險管控的縮影，它涵蓋了從投資組合和財富管理到訂單安排和路由的所有方面🧜🏽‍♀️。於是，我又決定聯合加州大學伯克利分校金融建模方向的Coleman Fung講席教授郭新，美國Tower Research Capital的高級量化分析師霍華·舍克和5Lattice證券有限公司的CEO和首席交易分析師黃寶誠🤕✭，為相關的課程舉行了客座研究和研討會🤞🏼。這些日常的積極合作促成了我們共同寫作另外一本關於量化交易的書籍——《量化交易:算法🧝‍♂️、分析🌔、數據、模型⇒、優化》（Quantitative Trading: Algorithms, Analytics, Data, Models, Optimization）。 

相關的課程設置緊隨大數據時代和金融科技的熱點🖊。同時，這本書從多學科角度對於量化交易進行了綜合闡述🍇，為學術研究和金融實務搭建了橋梁。我們在書中強調了算法交易和量化投資策略開發和執行的跨學科方法。該方法橫跨計算機科學與工程、金融與經濟、數學與統計、法律法規等多個學科⇨。該特征不僅反映在伯克利的金融工程和斯坦福的金融數學（最近已變成更廣泛的數學和計算金融項目）項目所提供的課程中，以進一步強調數據科學、統計建模🧜‍♀️🫵🏽、高級編程⌨️、高速計算，還體現在斯坦福新成立的金融與風險建模研究研究院（Financial and Risk Modelling Institute，FARM）所開展的研究活動中，除了這個跨學科的方法之外，本書也彌合學術研究和教育與金融實務之間的差距。

同樣🏄‍♂️☂️，區塊鏈技術涉及了密碼學和計算機科學的相關知識，這就對科研人員的知識體系提出了相當高的要求。在斯坦福大學，我們有一個關於區塊鏈的研究🤾🏻，其中研究人員的專業背景涵蓋了應用數學、統計學、密碼學、計算機科學、經濟學和金融學等。

我的研究合作夥伴廖世偉教授曾因對安卓平臺的開發貢獻而獲得Google“創始人獎”，於2013年回到母校斯坦福並展開區塊鏈與數字金融的研究，2015年率先在臺灣大學開設區塊鏈相關課程，竭力推動臺灣地區區塊鏈技術的發展。他支持區塊鏈技術的發展🧜🏿，認可區塊鏈高效↔️、安全、資本流通成本低的多重優勢🏃🦁。他認為，金融在過去100多年的發展都是閉合的系統，未來區塊鏈金融也會形成一個共生的生態系統，形成像安卓那樣的底層技術平臺，讓人們在上面提供各種區塊鏈的創新應用與服務，並確保底層程式碼免費、開源🛌🏼。他主張先建立一個區塊鏈的協議（Protocol）。 

監管科技在中國探路

FFR🧑‍🏫🚫：金融安全是金融科技發展的重要保障，監管科技為何能逐步成為金融監管的重要手段🧜🏿？

黎子良🏊🏿‍♂️：監管科技（RegTech）是科技與金融監管全方位融合的產物🦼，是金融科技的一個分支。它誕生於受到金融危機系統性沖擊的英國🏵，英國金融行為監管局（Financial Conduct Authority, FCA）是監管科技的最大推手🙎‍♂️。

金融科技的多元化發展在極大促進了金融創新的同時，其派生出的金融安全監管問題越來越多地受到政府部門和各個金融機構的重視🪶。如何監管這些新的金融產品和模式👩🏼‍🎤，已經成為監管部門🍻、金融機構以及監管科技公司多方共同關註的焦點問題。

在科技賦能並重塑金融的過程中♡，傳統的監管措施在對金融科技的潛在風險進行防範時就顯得捉襟見肘👩🏻‍🦯，用科技來實現金融監管和金融合規🐗，對監管機構和金融機構都有重要的作用🕹。為了防範潛在風險🎋，監管機構需要對金融機構每日數百萬的業務進行自動化篩查；金融機構也需要利用技術手段開展內控與合規審查。

其實🤷，在全球金融危機之後，許多金融服務公司就開始大量投資，試圖修復現有的監管問題🤌🏽，以跟上新的法規和監管預期👾，並增加合規人員。然而，盡管這些金融服務公司已經做出了相當大的投資，但是其中絕大多數仍然只能通過維持高度人工化的監管和合規流程來維持監管預期的水平。但是🚻，這些流程缺乏有說服力的數據來顯示其透明度。因此🚣🏼‍♀️，這些過程迫切需要數字化♋️、自動化🪘、低成本化𓀑、商業智能🕚、人工智能和預測能力。於是💸，將高科技應用於監管領域的監管科技在這樣緊迫的時代召喚下應運而生😀。 

FFR🤸🏼‍♂️：在中國，監管科技能否異軍突起，成為金融科技最主要的分支？

黎子良👸🏿：由於金融科技的潛在風險，監管科技就有很大的用武之地，這一點在中國和美國都是適用的。56hcy.cn-斯坦福中國金融科技與安全研究院的第一個科研項目也將以此為主題。我認為，監管科技類項目是可以與業界⚓️、地方政府聯合的。在中國，銀行更需要監管科技，我們可以先從重要的金融機構著手🏄🏽‍♂️。關於與業界的合作，我們先從中國做起的同時，也已經聯系了5家在美國的金融機構👩🏿‍🏫。

監管科技是金融科技發展浪潮下的必然產物。在金融科技中，傳統金融所具備的信用風險👩‍🚀、流動性風險、利率風險等依舊存在，而作用到諸如P2P網絡小額信貸、互聯網支付等具有網絡信息技術專業性壁壘的科技金融場景下✍🏽，使這些金融業務經過復雜結構化處理及技術編程後，增加了其中風險的隱蔽性。

監管科技的應用範疇和服務領域非常廣泛🧘🏻‍♀️，它可以應用於如稅務、反洗錢、交易監控等方面。但是，無論應用在哪個領域、實現哪些功能🚶‍♂️🧆，其終極目標都在於滿足監管需求和提高監管效率👨🏻‍⚕️。

中國的監管科技發展仍處於起步探索階段。中國出現了不少金融科技類的公司和監管機構。2017年5月15日，中國人民銀行成立了金融科技委員會，旨在利用大數據、人工智能、雲計算等技術豐富的金融監管手段🤵🏽‍♂️，提升跨行業、跨市場交叉性金融風險的甄別、防範和化解能力，強化監管科技應用實踐👱‍♂️🛠。

騰訊是較早發力於監管科技相關業務的先行者🍲。在過去幾年中，騰訊連續打造了多組和監管相關的產品條線👨🏿‍🍼🫴🏼。在2017年年底，騰訊先後與北京市金融工作局和深圳市金融辦簽訂合作協議👁，協議提出它們將共同打造地區性的金融安全大數據監管平臺👠，實現對各種金融風險進行識別和監測預警，保護金融消費者合法權益，助力地方金融監管，防控金融風險。在打造這一平臺的過程中👨‍👧‍👧，將運用到多維度金融相關數據🤾‍♀️、模型擬定🖐🏿、欺詐定型🩹、監管流程管理模型等多種方法。

有人說，中國監管科技尚屬於起步階段，而監管科技業務勢必將成為金融科技的下一個藍海。對於這個觀點🙎‍♂️，我是贊同的。然而🦜，我們也要清醒地認識到👨🏻‍🌾👨🏿‍⚕️，監管機構在監管現代金融機構方面面臨著越來越復雜的任務🛵👩‍🚒，而監管科技的開發雖然將有助於清除監管機構無法跟上的人手不足和資金不足的工作量📎，但它所提供的解決方案並非萬能藥🏭，它並不會消除政策考慮👨🏽‍✈️，也不會使監管決策無爭議🤲。一個成熟的監管科技部署應該有助於將監管自由裁量權和公共政策辯論集中在選擇真正重要的監管要素上。對於這個領域的發展，我們拭目以待。

◥專訪整理：齊超穎❌，采訪/編輯：潘琦🖤。 

【作者簡介】

黎子良（Tze Leung Lai）

美國斯坦福大學統計系終身教授，斯坦福大學統計系前任系主任🕵🏼‍♀️👨🏼‍✈️，第一位華人考普斯總統獎（COPSS Presidents' Award）獲得者，美國數理統計學院院士，美國統計學會會士，斯坦福金融與風險建模研究院負責人，“中央研究院”院士。他的主要研究興趣為隨機優化、量化金融♾、概率理論與隨機過程、計量經濟學和風險管理等。